“钱总担心我不了解情况,刘董担心我不专业,孙教授担心我破坏规则。”
他一句话,就把三人的核心观点,总结得清清楚楚。
这让那三人都不禁微微一愣,感觉自己被看透了。
“但是,”陈宇话锋一转,“你们好像都搞错了一件事。”
“业委会主任,需要的不是资历,不是财力,也不是说得头头是道的理论。”
“他只需要做一件事——解决问题。”
陈宇的目光,变得锐利起来。
“你们在这里,为了一个要不要修和怎么管钱的问题,争论了几个月,开了一次又一次没有结果的会。”
“而在这期间,小区的路灯,在黑暗中熄灭;小区的草坪,在枯黄中蔓延;小区的地下水管,在你们看不见的地方,一寸一寸地锈蚀。”
“你们以为,问题,会等你们讨论出结果之后,才发生吗?”
他的话语,让整个会场,都安静了下来。
“所以,我同意当这个业委会主任。”
他直接宣布了结果。
“至于维修基金,大家一分钱都不用交。”
“因为,在问题发生之前,我会提前告诉你们,它将在什么时间、什么地点发生。”
“然后,我们用最少的钱,去解决它。”
“当然,如果你们不信,也可以等着它发生,然后再花十倍的代价去补救。”
“选择权,在你们手上。”
说完,他不再看任何人,拉着还有些发懵的江芷云,转身,施施然地走出了会场。
留下了满屋子表情各异的业主。
狂!
太狂了!
一分钱都不用交?提前预言问题?
这人是疯子,还是……神棍?
钱总的脸色变得阴沉。
这小子,完全没把他放在眼里!
刘董嘴角挂着冷笑。
装,继续装,我倒要看看,你怎么“预言”!
只有孙教授,眉头紧锁,陷入了沉思。
这个姓陈的,他的自信,到底从何而来?
难道……他真的有什么,自己所不了解的、解决社区问题的……新方法?
一场“鸡毛蒜皮”的战争,就这么拉开了序幕。
回到“知行谷”,江芷云还有些回不过神来。
“陈宇,你……你刚才也太冲动了……”
她有些丹药:“什么叫预言问题?这又不是算命。”
她知道陈宇很厉害,但那都是在格斗、医术这些领域。
可管理小区,预言水管爆裂?这已经超出了她的理解范围。
陈宇笑了笑,安抚地拍了拍她的手。
“放心,我从不做没把握的事。”
他一边说,一边走进了自己的书房。
这间书房,与其说是书房,不如说是一个小型的数据中心。
除了满墙的书,最显眼的,是三台连接在一起的、拥有超大曲面屏的顶级工作站电脑。
这是他为了处理系统提供的海量信息,特意组装的。
“爸爸,您真的要当那个业委会主任吗?”
念念和钱思成也跟了进来。
他们旁听了刚才的会议,小脸上写满了好奇。
“对啊。”陈宇坐在电脑前,手指开始在键盘上飞舞。
屏幕上,立刻跳出了无数普通人根本看不懂的代码和数据流。
“这对于你们来说,也是一堂很有趣的课,一堂关于数据、模型与现实世界的课。”
钱思成推了推眼镜,立刻变得兴奋:“老师,您打算,为龙麓山庄,建立一个数字孪生模型吗?”
他的知识储备,让他瞬间就想到了最前沿的科技概念。
“差不多,但比那个更直接一点。”
陈宇一边操作,一边解释道:“我们称之为社区综合风险评估与预测模型。”
他说话间,屏幕上已经出现了一幅龙麓山庄的3d俯瞰图,精确到了每一栋别墅的结构,每一棵树的位置。
“芷云,我需要你帮我个忙。”
陈宇头也不回地说道:“以业委会筹备组的名义,向物业公司,索要龙麓山庄从建成至今,所有的工程图纸,包括建筑结构图、管网分布图、电力布线图。”
“以及,过去十年,所有的维修记录,精确到每一次更换灯泡、疏通下水道的时间和花费。”
“还有,过去五年,整个小区的总水、总电的消耗数据,最好能精确到每个月。”
江芷云愣住了:“要这些干什么?物业会给吗?”
“会的。”
陈宇的笑容很自信:“你就告诉他们,这是新任业委会主任,在进行上任前的资产盘点和风险评估。他们如果不想被我们查出什么问题,就会乖乖配合。”
江芷云将信将疑地去打电话了。
而陈宇,则继续对孩子们进行“现场教学”。
“一个社区,就像一个生命体。”
“水管是血管,电线是神经,房屋是骨骼。”
“它会生病,会衰老。而医生,在诊断病人之前,需要什么?”
“病历!”念念立刻回答。
“没错!”
陈宇赞许地点了点头,说道:“刚才我要的那些,就是龙麓山庄这十年的病历。但光有病历还不够,我们还需要更全面的数据。”
他手指在键盘上敲击了几下,屏幕上出现了几个新窗口。
“思成,这个任务交给你。”
“进入京城气象局的公开数据库,调取龙麓山庄所在区域,过去十年的所有气象数据,包括但不限于每日的最高温、最低温、湿度、降雨量、风速。”“然后,根据这些数据,建立一个局部气候变化趋势模型。”
“没问题!”
钱思成的表情变得兴奋。
这对他来说,简直就是最好玩的游戏!
他立刻坐到另一台电脑前,开始了自己的工作。
“念念,你的任务稍微复杂一点。”
陈宇又看向念念,说道:“我需要你,利用社交网络分析工具,对我们业主群里,过去一年的所有聊天记录,进行语义分析和情感倾向建模。”
念念皱起了小眉头:“这……这是不是侵犯邻居的隐私啊?”
“我们不关心他们聊了什么八卦,只关心关键词。”
陈宇解释道:“比如,停水、跳闸、漏水、路灯不亮这些词的出现频率和时间。”
“以及,在讨论公共事务时,每个人发言的情感极性,是积极、消极还是中立。”
“这能帮助我们,建立一个社区舆情与居民行为预测模型。”
“记住,数据本身,没有善恶。善恶,在于使用它的人。”